数据挖掘技术在提高产品质量中的应用——基于白葡萄酒质量的研究.pdfVIP

科技探索 年 月 总 期 2010 11 368 数据挖掘技术在提高产品质量中的应用 ———基于白葡萄酒质量的研究 江山 （西南财经大学经济信息工程学院 四川 成都 611130 ） 中图分类号： 文献标识码： 文章编号： TP A 1007-0475(2010)11-0202-01 摘要：本文给出了一个基于SAS 统计软件数据挖掘方法来提高产 据进行预测的准确性，得出结论，给出提高葡萄酒质量的建议。 预测模型的训练使用决策树、回归分析、神经网络三种方法。 品质量的流程框架， 通过白葡萄酒真实数据验证了此方法的实用 评价模型提升结果如下图所示： 性，并得到了较高的准确率。 文末提出了此方法的改进以及展望。 关键词：质量管理 数据挖掘 SAS 葡萄酒 一、研究背景和研究意义 1.1 研究背景 现代化市场竞争日益激烈，已成为需求驱动的市场，客户满意 度的提高是企业工作的重点，而质量是衡量客户满意度的量度，所 以，先进的质量管理已经成为增强企业核心竞争力的重要一环。 随着数据仓库和数据挖掘技术的迅猛发展，商业智能已成为 3.2 模型精确度的评价 企业预测和决策支持的核心技术，在产品质量控制、生产工艺流 打分（Score ）节点可用于评价、存储和合并不同模型的打分编 程控制、故障分析和库存管理等领域进行了应用，并且取得了良 码。 使用神经网络这个模型来对新的数据进行预测。 模型框架如 下，选择了 个未分类数据作为新数据进行预测模型评价。 好的分析预测效果。 数据挖掘等商业智能方法是通用的，本文针 40 对质量预测问题，把数据挖掘和数据仓库等商业智能技术应用于 生产管理中，在质量控制和诊断的基础上，尝试应用数据挖掘的 方法进行产品质量的预测。 随着人们生活水平的提高和葡萄酒生产技术的普及，葡萄酒 已不再是富有人士的奢侈消费品，现在人们对葡萄酒的消费越来 在预测的 个数据之中，正确结果为 。故模型预测数据的 越广泛，无论大型商场还是一般的小卖部，都有葡萄酒的销售，但 40 34 是，葡萄酒的质量层次却相差甚远，加之市场上还没有很成熟的 准确程度为： 认证体系，消费者希望对葡萄酒等级能很容易做出区分，所以，葡 T＝34/40*100%＝85% 萄酒质量的认证越来越重要。 3.3 结果分析 1.2 研究意义 通过之前数据表看出，只要对未知葡萄酒品质的十一种化学 将数据挖掘等商业智能技术应用于质量管理中，进行质量控 成分进行鉴定后， 新数据样本都可以通过此模型轻易进行分类。 制。 通过预测模型，精确分类，提高产品质量，从而提高企业核心 不仅如此，我们还可以运用类似的技术帮助企业从目标市场对消 竞争力。 费者的口味进行细分，提高产品的竞争力。 对葡萄酒进行分类，分等级可以用来改善酿酒工艺、提高葡 四、结论与展望 萄酒品质。 近年来，随着人们生活水平的提高，消费者对葡萄酒的需求